LIFT: Multi-Label Learning with Label-Specific Features

2015TPAMI-LIFT: Multi-Label Learning with Label-Specific Features

目前存在问题

由于每个类标签都应具有自己的特定特征，现有方法没有考虑到

解决问题的途径

聚类，提取每个标签所具有的特征

解决方法

对每个标签为1和-1的数据集x分别进行聚类，得到标签对应特征

方法详细描述

1. 每个标签为1和-1的数据集x分别进行聚类，得到标签对应特征，比如标签为1聚类成10簇，标签为-1聚类成10个簇
2. 把之前的x信息换成，x和这20个簇的距离，这样变成20维特征，构成新的数据集
3. 在训练时使用普通的BR对每个标签单独训练，预测时每个标签单独预测

创新点

挖掘每个类标签都应具有自己的特定特征

code

http://palm.seu.edu.cn/zhangml/